최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국공간정보학회지 = Journal of Korea Spatial Information Society, v.22 no.1, 2014년, pp.55 - 63
신휴석 (Ziin consulting Inc., Institute for Korean Regional Studies, Seoul National University) , 장은미 (Ziin consulting Inc.) , 홍성욱 (Satellite Analysis Division, National Meteorological Satellite Center)
Near surface air temperature data which are one of the essential factors in hydrology, meteorology and climatology, have drawn a substantial amount of attention from various academic domains and societies. Meteorological observations, however, have high spatio-temporal constraints with the limits in...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
지상관측을 통한 지상기온자료 취득 시 나타나는 단점은? | 수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. | |
MOD11A1 자료에서 제공되는 하위 데이터로는 무엇이 있는가? | 6254331m 이다. 제공되는 하위 데이터들은 LST_Day_1km, QC_Day, Day_view_time, Day_view_angle, LST_Night_1km, QC_Night, Night_view_time, Night_view_angle, Emis_31, Emis_32, Clear_day_cov 등이 있으며(Table 2) 좌표계는 시누소이드 도법(sinusoidal projection)이 적용되어 있다. 본 연구에서는 2010년 1년동안의 MOD11A1 자료 중 낮 시간대의 LST 자료(LST_Day_1km)와 촬영시간(Day_view_time) 자료를 이용하여 AWS 자료와 시공간적으로 일치하는 LST 값을 추출하여 연구 자료로 사용하였다. | |
지표면 온도는 어떤 자료에서 얻을 수 있는가? | 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면 온도(Land Surface Temperature: LST) 자료를 이용하여 지상기온을 추정하는 많은 연구들이 최근까지 지속적으로 수행되어 왔으나 ([4,6,7,15,21]), 아직까지 명확하고 단일한 추정방법은 정립되어 있지 않은 상태이다. Zaksek[20]는 최근까지 진행되어온 지표면 온도 자료를 이용한 기온 추정 연구들을 그 방법에 따라 간단한 통계적인 접근 방식, 고급 통계를 이용한 방식, 온도 식생 지수 TVX(temperaturevegetation index) 접근 방식, 에너지 균형 접근 방식 등의 세 가지 그룹으로 나누어 검토한 후 이러한 접근법들 모두 높은 공간적 해상도를 갖는 추정 결과는 제시하지 못하고 있다고 밝히고 있다. |
Bohling, G. 2005, Introduction to geostatistics and variogram analysis, Kansas Geological Survey.
Chang, Kang-tsung, 2006, Introduction to Geographic Information Systems, New York: McGraw-Hill.
Choe, J. G. 2007, Geostatistics, SigmaPress.
Colombi, A; De Michele, C; Pepe, M; Rampini, A. 2007, Estimation of daily mean air temperature from MODIS LST in Alpine areas, EARSeL eProceedings, 6(1): 38-46.
Florio, E. N; Lele, S. R; Chi Chang, Y; Sterner, R; Glass, G. E. 2004, Integrating AVHRR satellite data and NOAA ground observations to predict surface air temperature: a statistical approach. International Journal of Remote Sensing, 25(15): 2979-2994.
Fu, G; Shen, Z; Zhang, X; Shi, P; Zhang, Y; Wu, J. 2011, Estimating air temperature of an alpine meadow on the Northern Tibetan Plateau using MODIS land surface temperature. Acta Ecologica Sinica, 31(1): 8-13.
Green, R. M; Hay, S. I. 2002, The potential of Pathfinder AVHRR data for providing surrogate climatic variables across Africa and Europe for epidemiological applications, Remote sensing of Environment, 79(2):166-175.
Hengl, T. 2009, A practical guide to geostatistical mapping, 2nd Edt., University of Amsterdam, Amsterdam, www.lulu.com.
Hengl, T; Heuvelink G.; Rossiter, D. 2007, About regression-kriging: From equations to case studies, Computers & Geosciences 33:1301-1315.
Hengl, T; Heuvelink, G; Stein, A. 2004, A generic framework for spatial prediction of soil variables based on regression kriging, Geoderma 122(1-2): 75-93.
Isaaks, E.H; Srivastava, R. M; 1989, An Introduction to Applied Geostatistics, Oxford Univ. Press, Bedford, Massachusetts.
Karl, J. W. 2010, Spatial predictions of cover attributes of rangeland ecosystems using regression kriging and remote sensing. Rangeland Ecology & Management, 63(3):335-349.
Kim, S. N; Lee, W. K; Kim, J. G; Shin, K. I;Kwon, T. H; Hyun, S. H; Yang, J.E. 2012, Prediction of Spatial Distribution Trends of Heavy Metals in Abandoned Gangwon Mine Site by Geostatistical Technique, Journal of Korea Spatial Information Society 20(4):17-27(in Korean with English abstract).
Matheron, G. 1973, The intrinsic random functions and their applications, Advances in applied probability, 439-468.
Neteler, M. 2010, Estimating daily Land Surface Temperatures in mountainous environments by reconstructed MODIS LST data, Remote sensing, 2(1): 333-351. Oxford University Press.
Park, N.W. 2011, Integration of Categorical Data using Multivariate Kriging for Spatial Interpolation of Ground Survey Data, Journal of Korea Spatial Information Society 19(4):81-89(in Korean with English abstract).
Park, S. Y. 2009, Estimating Air Temperature over Mountainous Terrain by Combining Hyper temporal Satellite LST Data and Multivariate Geostatistical Methods, Journal of the Korean Geographical Society, 44(2):105-121 (in Korean with English abstract).
Webster, R; Oliver, M. 2001, Geostatistics for Environmental Scientists, Statistics in Practice. 2nd Edition, John Wiley & Sons, Chichester.
Zaksek; Schroedter-Homscheidt, 2009, Parameterization of air temperature in high temporal and spatial resolution from a combination of the SEVIRI and MODIS instruments, ISPRS Journal of Photogrammetry and Remote Sensing, 64(4):414-421.
Zhang, W; Huang, Y; Yu, Y; Sun, W. 2011, Empirical models for estimating daily maximum, minimum and mean air temperatures with MODIS land surface temperatures. International Journal of Remote Sensing, 32(24): 9415-9440.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.